技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
568 条精选近 30 天 555 条共收录 2,928 条
一篇 Java 实战教程用 Spring Boot + Reactor + AgentScope Java + Spring AI 实现 orchestrator-workers 多智能体编排，把一次请求拆成规划、扇出、并行执行、收敛四幕。
能拿走 orchestrator-workers 四幕骨架和五维隔离的具体做法，包括一次性 scopeKey 当 userId、浏览器只读白名单、Flux.using 管生命周期，落到软件工厂的多 agent 派单流程；代价是 token 成倍放大且缺持久化与预算熔断。
Cloudflare 开源 security-audit-skill，一套让支持工具调用的编码代理按侦察、狩猎、验证、输出、再验证、报告六阶段做安全审计的技能文件，核心是让全新代理实例去反驳候选发现而非自我背书。
能拿走六阶段审计流程和 coverage-ledger.json、findings.json 两个账本文件，把编码代理的漏洞排查改成可追溯、可多轮累加；前提是代理支持工具调用和并行子代理，且本机有 Node.js，缺 OS 沙箱时结论会卡在 needs_validation。
文章分析 2026 年一线团队把 Agent 工具接入重心从 MCP 协议封装回摆到 CLI 命令执行的原因，指出大厂并未抛弃 MCP 而是在重新分层。
能拿走的是 CLI 优先、MCP 兜底的接入分层和 --json 输出、exit code 语义、--help 当文档这几条工具设计规则，可落到软件工厂的 Agent 工具链上，代价是自由生成 shell 命令要另加白名单与沙箱护栏。
作者对照 Codex 源码 agents_md.rs 并用 Codex CLI 0.162.1 实测，确认 Codex 把路径上的 AGENTS.md 拼起来后按 project_doc_max_bytes 默认 32,768 字节截断，超出部分按字节切掉且只在日志留 warning。
能拿走一套自查脚本和 project_doc_max_bytes 调参法，用来排查 Codex 读 AGENTS.md 时子目录规则被截的问题，代价是调高上限只对本地生效，团队还得靠给根文件减肥。
Unterm 发布跨平台纯 Rust 终端，把终端本身做成可被外部 AI agent 通过 MCP 驱动的接口，提供 152 个需鉴权的 JSON-RPC 方法，可创建 shell、执行命令、读取窗格状态、截图和录制会话。
能拿走的是把终端做成 MCP 可控面这套做法，152 个方法加 NATO 实例发现文件，让外部 agent 直接驱动窗口；落到本地多 agent 编排这条线，代价是要接受终端内不做 AI 生成、配置全走浏览器。
AWS 与 Keyfactor 工程团队联合发布参考架构，用 X.509 PKI 为多智能体系统补上 MCP 缺失的身份认证。方案分用户认证、智能体间、MCP 工具服务三层，靠签名信封、用户签名的委托断言、RFC 8693 降权 token 和实时 OCSP 吊销四项机制串联，私钥在客户端本地生成、EJBCA 只签发证书。
能拿走三层认证加签名信封、委托断言、RFC 8693 降权 token、OCSP 吊销四件套的完整代码，落到多智能体工具调用的身份链路上，代价是要自建 EJBCA 和 Keycloak 并处理 OCSP 可用性。
AWS 发布教程，演示编排器如何通过 AWS Agent Registry 在运行时按语义搜索发现 MCP 服务器和 A2A 智能体，再按请求临时组装内层 agent 执行。
能拿走 Discover→Instantiate→Execute 循环和按请求临时组装内层 agent 的写法，替换把工具硬编码进编排器的做法，代价是每轮多一次 Registry 检索，且凭证仍需另走 Cognito 和 Secrets Manager。
UIUC 与 AWS AI Labs 等提出 Maestro（arXiv 2610.25920），把 Lean 证明 agent 的失败处理从继续拆解改为全局调度，由协调者根据证明者提交的失败诊断决定重试、补引理、改伪命题还是撤销换路线。
可借鉴的是失败结构化上报、协调者拥有删除权、事件队列替代轮次超时这三条编排做法，能换掉单 agent 串行拆解流程，代价是多 worker 并行加在线协调的成本，论文把核算放在附录 A。
Tenbri 发布开源 Apache-2.0 工具，为 AI 智能体生成签名的只追加决策记录，记录谁在什么规则和输入下做了什么、谁批准、结果如何，任何人可用一个指纹离线验证。
可把 Claude、OpenAI、LangGraph 智能体的每次工具调用签成只追加的决策记录，落到软件工厂的审计与事故复盘线；代价是需自管存储与密钥指纹，0.1.0-beta.5 仍有大量功能在路线图上。
foundry-protocol 是一个用人类/AI 编排协议、Claude 规划加子智能体执行器来编排复杂任务的可复用框架，从 2026-09 一个合规审计项目（T0-T5、25 张工单）中抽取并泛化而来。
能拿走一套人机编排协议加 Claude Skills 和 MCP 引擎，把多 agent 派单、验收门、跨会话续跑固化成模板；代价是要先填 ORCHESTRATION.md 的 §0/§3，runtime 部分仍是实验态。
Meta 工程团队发文介绍其数据管道智能体采用的薄编排器架构，用约1300行代码把20多条工作流路由到14个专家子智能体，编排层自身不做任何领域推理。此前单个全能智能体在生产环境中出现概念串扰和幻觉，改为确定性路由加隔离上下文的专家分工后，新增列配置的准备时间从手工三到四天降到一小时以内，约三分之二的改动无需大量人工修改。
可拿走薄编排器加14个专家子智能体的分层做法，7步固定协议里只有委派一步走LLM，落到软件工厂能替换单agent串行派活，代价是要先拆清领域边界并维护25+知识文件。
Lexifina 给 Agent 接入覆盖全所事务、文档、条款、客户、法条和工时的知识图谱后，五个全所级问题的回答时间减少 73%、输入 token 减少 92%、模型调用减少 66%，准确率从 99% 升到 100%。
可拿走规则优先、只把规则读不出的句子送小模型并缓存答案的建图流程，落到知识沉淀和 Agent 检索上，代价是每类数据源要写适配器、规则要长期维护、每次记录变更都要重建。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve，它用 GPT-4.1 分析智能体在训练任务上的轨迹，把成功与失败蒸馏成简短行为规则追加到 system prompt，不更新模型权重。
能从智能体自己的任务轨迹里自动提炼行为规则追加到 system prompt，不更新权重；代价是输入 token 涨 32%–65%，规则数量要按领域调。
XERJ 是一个用 Rust 写的本地优先搜索引擎，通过 BM25 加向量混合搜索和 MCP 协议为 AI Agent 提供代码与文档检索。官方称替代 grep 后 Agent 输出 Token 降至原来的 1/2.7，比纯记忆方案减少 26 倍，部分 Java 任务降低 278 倍且任务解决率不变。
能拿走的是 xerj autoindex 自动嗅探目录建 AST 索引、MCP 暴露 17 个工具接 Claude Code 和 Cursor、/_memory 做跨会话向量记忆；可落到本地模型部署和知识沉淀两条线，代价是默认词法嵌入器语义精度不足，高并发写入 p99 延迟不如 ES 8.13.4。
Headroom 是一款本地运行的 LLM 代理与库，在数据送入 LLM 前做可逆压缩，官方称编码代理可减少 20% Token 消耗，JSON 类数据压缩率达 60-95%。
可借鉴其分层压缩思路，用 CacheAligner 保缓存、ContentRouter 分流、AST 压缩代码，落到本地模型部署和软件工厂降 token；代价是压缩器需按数据类型调，AST 压缩可能丢代码细节。
HeyGen 开源 HTML 转视频框架 HyperFrames，把视频合成写成普通 HTML 文件，用 data-start、data-duration、data-track-index 标注时间和轨道，动画用 GSAP 等可 seek 库编写，渲染时无头 Chrome 逐帧截图再由 FFmpeg 编码，同样输入得到同样帧。
视频源码改成纯 HTML 加 data-* 时间轨道，动画用可 seek 的 GSAP 时间线，无头 Chrome 逐帧截图再 FFmpeg 编码，能接进视频产线的 CI 回归；代价是需 Node.js 22+ 和 FFmpeg，且 387 个未关闭 Issue 要先对照自己场景。
Visokio 团队用 Claude Code 在一周内搭出一套 AI 编辑部，每周自动生成一小时播客，9 月 4 日开工后 7 天产生 168 次提交、约 6500 行代码。
可拿走一套多智能体编辑部架构：编辑用 Opus 打分留痕、研究员用 Sonnet 只摘不评、抄写员用无工具小模型把网页转成事实记录，配合 --restricted 与支出上限防注入和失控；代价是每期约 30 美元 API 成本与大量调音工作。
作者开源了一个用 bash、curl 和 jq 搭建的极简 AI 编码智能体教程，共 62 行，分 3 个编号脚本逐层叠加。01 是单次 curl 调用 chat completions，02 把调用封装成函数并加入对话 JSON 数组和读入、调用、打印循环，03 加入 bash 工具让模型请求执行命令并回灌结果。
能拿走一个 62 行 bash 脚本的最小 agent 骨架，按 01 到 03 三步逐层加 curl 调用、对话数组和工具回灌，可换掉本地模型调试时先装框架的做法，代价是 03 步会无确认执行模型给出的命令。
Reticle 开源了一套验证工具，在应用内注入 dev-only SDK，让 Claude Code、Cursor、Codex 等 MCP agent 通过工具驱动真实运行的应用，读取网络响应、store 状态和 console，返回 pass、fail 或 cannot tell 的判定并附 file:line。
把验证做成 MCP 工具塞进 agent 循环，用 dev-only SDK 读网络、store 和 console 出 pass/fail/unknown 判定并给 file:line，可接进软件工厂的 CI gate；代价是要改构建配置、重启 dev server，且看不到 IndexedDB 和 Web Worker。
作者开源 rtk-pipeline-laya-delegate 流水线，用本地 Laya 分类器给任务打上 bug、setup、write、data 标签，在 write 和 data 任务上拦截智能体的首次搜索或读文件，改派 Haiku 的 Explore 子智能体去查，并对超过 350 行的整文件读取用 Haiku 摘要代替。
能拿走一套 RTK pipeline 配置，按任务类型把探查交给 Haiku 子智能体并压缩输出，落到软件工厂的派单流程；前提是本地跑 Laya 分类器并备 Anthropic key，短 bug 任务反而涨 80% 成本。